graph-to-text generation | BriefGPT

关键词graph-to-text generation

搜索结果 - 10

ACLGraSAME：通过图导引的自注意机制向预训练语言模型注入标记级结构信息
该研究提出了一种名为 GraSAME 的新颖图导向自注意机制，无需额外对齐或连接，将结构信息无缝地融入预训练语言模型，有效地解决了图结构与文本之间的模态差异问题，实现了动态的图神经网络与预训练语言模型的交互，并在图文生成任务中表现优于基线模
PDF3 months ago
ACL将结构化数据统一为图形以进行数据到文本预训练
将各种结构化数据（如表格、键值数据、知识图谱）统一为图形格式，并将不同的数据转化为文本生成任务视为图形到文本生成任务。为了有效利用输入图形的结构信息，我们提出了一种结构增强的预训练方法，通过设计一种结构增强的 Transformer 来进行
PDF6 months ago
评估用于图到文本生成的生成模型
本文探讨了生成模型在零样本情况下从图数据生成描述性文本的能力，并与微调后的语言模型进行了比较，在两个图到文本数据集上评估了 GPT-3 和 ChatGPT 的性能。结果表明生成模型能够生成流畅和连贯的文本，AGENDA 和 WebNLG 数
PDFa year ago
对话系统中基于知识图谱的自然语言生成
使用知识图谱增强对话代理的准确性和全面性，但在对话时生成文本仍被认为是一项具有挑战性的任务，本文回顾了知识图谱文本生成的不同架构，包括图神经网络、图变换器和序列到序列模型，选择使用序列到序列变压器模型（PLMs）作为知识图谱到文本生成任务的
PDFa year ago
EMNLP自监督图层掩蔽预训练用于图到文本生成
该论文提出了使用图形遮盖的预训练策略来提高图到文本生成任务中预训练模型的效果，该方法取得了 WebNLG+2020 和 EventNarrative 数据集上的最新最好成果，并在低资源设置中表现出非常有效的结果。
PDF2 years ago
ACL面向图文生成的逐阶微调算法
本文提出了一种带有两个阶段微调机制的结构化图文模型，结合传统的标记和位置嵌入以及新颖的树级嵌入方法，显著提高了英语 WebNLG 2017 数据集的所有文本生成指标
PDF3 years ago
ACL图到文本生成中的结构信息保留
该研究提出通过使用自动编码损失的多任务训练的方法，从而在图到文本生成领域中更好地保存输入信息并提高性能，实验证明其优于现有基准模型。
PDF3 years ago
EMNLP探究预训练语言模型在图形生成文本方面的应用
本文研究了两种先前提出的预训练语言模型（PLMs），分析了不同任务自适应预训练策略对图转文本生成中 PLMs 的影响，发现 PLMs BART 和 T5 实现了新的最先进结果，并且任务适应性预训练策略进一步提高了它们的性能。
PDF4 years ago
通过相对位置对知识图谱进行文本生成的图结构建模
本文介绍了 Graformer，一种新颖的基于 Transformer 的编码器 - 解码器体系结构，用于图形到文本的生成。使用我们新颖的图形自我关注，节点的编码依赖于输入图中的所有节点，促进了全局模式的检测。通过学习不同关注头的节点之间的
PDF4 years ago
EMNLP一个无监督的联合系统：从知识图谱和语义解析生成文本
通过无监督文本生成的方法，本研究旨在解决知识图谱不同领域自动转换的问题，同时，为了避免短缺的领域特定数据对自动转换造成的影响，本研究还提出了一种无监督语义分析的方法。
PDF5 years ago